微信里点“发现”，扫一下
二维码便可将本文分享至朋友圈
演讲摘要：随着云数据库技术的迅猛发展，越来越多的用户利用云数据库管理数据，这给数据库管理系统（DBMS）的测试带来新的难题。一方面，如何在保护数据隐私的前提下，生成与原始数据具有近似测试效果的合成数据十分重要；另一方面，需要研究如何适配用户不同场景下的多样化测试需求，生成语法正确且约束感知的SQL查询。针对这些新的挑战，本项目提出研究基于深度学习的数据库测试数据与查询生成技术，重点解决两个关键问题：其一是通过深度生成模型捕获数据的复杂分布，生成兼顾数据的隐私保护与测试效果的合成数据；其二是利用强化学习来生成约束感知的测试SQL查询，满足用户多样化的测试需求。在此基础上，本项目拟对关键技术进行集成，构建基于深度学习的数据库测试工具集。
讲者简介：范举，博士，中国人民大学数据工程与知识工程教育部重点实验室副教授，博士生导师，国家自然科学基金优秀青年基金获得者。2012年于清华大学计算机科学与技术系获得博士学位，随后在新加坡国立大学计算机学院进行博士后的研究工作，2015年入职中国人民大学，并入选学校杰出学者青年学者。目前的研究方向包括：基于人工智能的数据库技术（AI4DB）、人在回路的数据准备、大数据管理与分析等。近年来，作为负责人先后主持国家自然科学基金优秀青年基金项目、重点项目课题、面上项目、青年项目，以及多项产学研合作项目。相关研究成果在SIGMOD、VLDB、ICDE、TKDE等CCF-A类期刊和会议上发表论文40余篇。获得2017年度ACM中国新星奖、中国人民大学教学标兵等奖励。
第39届CCF中国数据库学术会议（NDBC 2022）
华为胡杨林基金
京公网安备11010802032778号